Schema Markup: So nutzt du strukturierte Daten für SEO

Schema Markup ist Code, mit dem du Inhalte deiner Website als strukturierte Daten kennzeichnest. Suchmaschinen können dadurch Informationen besser einordnen und deine Seiten für erweiterte Suchergebnisse (Rich Results) berücksichtigen. Das Markup hilft außerdem, Entitäten wie Unternehmen, Produkte oder Personen zu beschreiben. Ein direkter Vorteil für KI-Antworten ist bislang kaum belegt.

Stell dir vor, du suchst bei Google nach einem Apfelkuchenrezept. Einige Ergebnisse zeigen nur Titel und Beschreibung. Andere verraten dir direkt, wie lange der Kuchen in den Ofen muss oder wie andere das Rezept bewertet haben.

Solche erweiterten Suchergebnisse heißen Rich Results (auch „Rich-Suchergebnisse“). Sie ergänzen klassische Suchergebnisse um zusätzliche Informationen und können deine Website in der Suche auffälliger machen.

Damit Google diese Informationen richtig zuordnen kann, hilft Schema Markup. Der Code beschreibt Inhalte in einem standardisierten Format. So erkennt die Suchmaschine beispielsweise, ob eine Zahl für einen Preis, eine Bewertung oder eine Zubereitungszeit steht.

Dabei solltest du drei Begriffe unterscheiden: Strukturierte Daten sind das übergeordnete Konzept. Schema.org liefert das gemeinsame Vokabular, mit dem du Inhalte beschreibst. JSON-LD ist ein Format, mit dem du diese Informationen als Code auf deiner Website einbindest.

Doch Schema Markup kann mehr als nur Suchergebnisse aufzuwerten. Es hilft Suchmaschinen auch dabei, Unternehmen, Produkte und andere Entitäten einzuordnen. Damit stellt sich eine spannende Frage: Können strukturierte Daten auch beeinflussen, welche Quellen ChatGPT, Gemini und Google AI Overviews zitieren?

In diesem Guide erfährst du, welche Arten von Schema Markup sinnvoll sind, wie du sie einbaust und auf Fehler prüfst. Außerdem schauen wir uns an, was die bisherigen Untersuchungen über den Einfluss auf KI-Antworten verraten.

Auf Schema.org findest du mehr als 800 Haupttypen (Classes) und etwa 1.500 Eigenschaften (Properties), mit denen du unterschiedliche Inhalte kennzeichnen kannst. Von Blogartikeln über Produkte bis hin zu lokalen Unternehmen und Veranstaltungen ist einiges dabei.

Allerdings unterstützt Google nicht jeden Schema.org-Typ als Rich Result. Welche strukturierten Daten dafür infrage kommen, kannst du immer aktuell in der Google-Dokumentation nachprüfen. Mehr über die verschiedenen Darstellungsformen erfährst du auch in unserem Guide zu Rich Snippets.

Hier sind einige der wichtigsten Schema-Typen im Überblick:

Vier der besonders relevanten Schema-Typen schauen wir uns jetzt genauer an.

Mit dem Article Schema kannst du redaktionelle Inhalte wie Blogbeiträge, Nachrichten und Fachartikel kennzeichnen. So hilfst du Google dabei, Informationen über den jeweiligen Artikel besser einzuordnen.

Dazu gehören zum Beispiel:

Für bestimmte Inhalte gibt es außerdem spezifischere Typen wie BlogPosting und NewsArticle.

Google kann diese Angaben unter anderem nutzen, um Titel, Bilder und Datumsinformationen in der Suche besser zu verstehen und darzustellen. Eine bestimmte Darstellung ist dadurch allerdings nicht garantiert. Die Google-Dokumentation zu Article Markup erklärt dir vertiefend, welche Eigenschaften empfohlen werden.

Wie das Ganze als JSON-LD-Code aussieht? Nehmen wir doch einfach diesen Artikel als Beispiel. Näher dran geht schließlich kaum:

Wenn du Produkte verkaufst, gehört das Product Schema zu den wichtigsten Markup-Typen. Damit kannst du beispielsweise Produktnamen, Marken, Preise, Verfügbarkeit und Bewertungen kennzeichnen.

Das kennst du vielleicht von deiner letzten Google-Suche nach einem neuen Smartphone: Manche Ergebnisse zeigen dir direkt den Preis, die Verfügbarkeit oder eine Sternebewertung. Solche erweiterten Produktinformationen können mithilfe von Schema Markup erscheinen.

Google unterscheidet dabei zwei Anwendungsfälle:

Gerade für Onlineshops sind Merchant Listings interessant. Über das Offer Schema kannst du konkrete Verkaufsangebote auszeichnen, einschließlich Preis und Verfügbarkeit.

Wie sieht das Ganze im Code aus? Hier ein vereinfachtes JSON-LD-Beispiel für eine Keramiktasse in einem fiktiven deutschen Onlineshop:

Das Beispiel enthält neben Preis und Verfügbarkeit auch Versandkosten, Lieferzeiten und eine fiktive 30-tägige Rückgabefrist. Ersetze diese Angaben durch die tatsächlichen Bedingungen deines Shops.

Du kannst allgemeine Versand- und Rückgaberichtlinien auch auf Organisationsebene hinterlegen. Dafür benötigst du nicht zwingend ein Google-Merchant-Center-Konto. 

Google hat 2026 außerdem einige Möglichkeiten für Product Schema ergänzt. Über Product.category kannst du jetzt auch offizielle Google-Produktkategorien mit CategoryCode angeben. Für zeitlich begrenzte Angebote lassen sich Aktionszeiträume über validFrom, validThrough und priceValidUntil kennzeichnen. Und mit hasAdultConsideration kannst du Produkte auszeichnen, die Altersbeschränkungen unterliegen.

Welche Eigenschaften Google unterstützt und wie du sie einsetzt, erfährst du in der Google-Dokumentation zu Merchant Listings.

Falls du einen Onlineshop betreibst, findest du weitere Optimierungsmöglichkeiten übrigens auch in unserem Guide zu E-Commerce-SEO.

Du betreibst eine Bäckerei in Köln, ein Restaurant in Hamburg oder einen Friseursalon in München? Mit dem LocalBusiness Schema kannst du Suchmaschinen wichtige Informationen über deinen Standort liefern.

Dazu gehören beispielsweise deine Adresse, Telefonnummer und Öffnungszeiten. Für viele Branchen gibt es außerdem spezifischere Typen wie Bakery, Restaurant oder HairSalon.

Stell dir vor, du suchst nach einer Bäckerei in Köln. Google zeigt dir möglicherweise direkt die Adresse, Telefonnummer und Öffnungszeiten an. So weißt du schon vor dem Besuch der Website, ob du noch rechtzeitig deine Brötchen bekommst.

Solche Informationen können aus verschiedenen Quellen stammen, darunter dem Google-Unternehmensprofil. LocalBusiness Schema hilft Google zusätzlich, die Angaben auf deiner Website richtig einzuordnen.

Wie das für eine deutsche Bäckerei aussehen kann, zeigt dieses fiktive JSON-LD-Beispiel:

Das Beispiel zeigt, wie du einen deutschen Unternehmensstandort mit Öffnungszeiten auszeichnest. Für deinen eigenen Betrieb ersetzt du die Angaben durch deine tatsächlichen Unternehmensdaten.

LocalBusiness Schema hilft Google, Informationen über dein Unternehmen besser zu verstehen. Es garantiert aber weder eine bestimmte Platzierung in der lokalen Suche noch zusätzliche Informationen in den Suchergebnissen.

Schema Markup ist dabei nur ein Baustein. Welche Maßnahmen sonst noch wichtig sind, zeigen unsere acht Tipps für lokale SEO.

Weitere Anforderungen findest du außerdem in der Google-Dokumentation für lokale Unternehmen.

Mit dem Event Schema kannst du Konzerte, Workshops, Konferenzen und andere Veranstaltungen kennzeichnen.

Besonders wichtig sind der Veranstaltungsname, das Datum und der Veranstaltungsort. Ergänzend kannst du Ticketpreise und die Verfügbarkeit angeben. Für Veranstaltungsorte nutzt du beispielsweise den Schema.org-Typ Place.

Das kann in den Google-Suchergebnissen etwa so aussehen: Du suchst nach Veranstaltungen in Berlin und siehst direkt, wann und wo sie stattfinden. Bei manchen Ergebnissen findest du außerdem Informationen zu Tickets.

Damit Google diese Informationen aus deiner Website auslesen kann, kannst du sie als strukturierte Daten hinterlegen.

Hier ein Beispiel für einen fiktiven SEO-Workshop in Berlin:

Mit den passenden strukturierten Daten kann Google deine Veranstaltung für Event-Suchergebnisse berücksichtigen. Eine Anzeige ist allerdings nicht garantiert.

Achte darauf, dass Datum, Uhrzeit, Veranstaltungsort und Ticketinformationen auf deiner Website mit dem Markup übereinstimmen.

Die Google-Dokumentation zu Veranstaltungen erklärt die Anforderungen im Detail.

Du weißt jetzt, welche Schema-Typen es gibt. Aber wie landen die strukturierten Daten eigentlich auf deiner Website?

Das ist zum Glück weniger kompliziert, als der ganze Code vermuten lässt. Viele Content-Management-Systeme (CMS) erledigen einen Teil der Arbeit bereits für dich. Für alles andere gibt es Generatoren und Plugins.

Im Grunde brauchst du nur drei Schritte:

Du musst nicht gleich das gesamte Schema.org-Vokabular auf deiner Website unterbringen. Entscheidend ist, welche Inhalte du anbietest.

Für die meisten Websites sind diese Typen ein guter Ausgangspunkt:

Betreibst du eine spezialisierte Website, kommen weitere Typen infrage. Für Rezepte gibt es beispielsweise Recipe, für Stellenanzeigen JobPosting. Und die Beispiele für lokale Unternehmen und Veranstaltungen kennst du bereits aus dem vorherigen Abschnitt.

Jetzt brauchst du den passenden Code. Dafür musst du allerdings nicht unbedingt selbst programmieren. Viele CMS unterstützen strukturierte Daten bereits von Haus aus. Bei Wix oder Webflow kannst du grundlegende Angaben häufig direkt in den Einstellungen hinterlegen.

Für WordPress gibt es unter anderem Yoast SEO und Rank Math. Beide Plugins können grundlegendes Schema Markup automatisch erzeugen, etwa für deine Website, Artikel, Breadcrumbs oder deine Organisation. Bei spezielleren Typen wie LocalBusiness, Product oder Event brauchst du je nach Plugin zusätzliche Einstellungen oder eigenen Code.

Bei Yoast SEO legst du beispielsweise schon während der Einrichtung fest, ob deine Website eine Person oder eine Organisation repräsentiert.

Auch für einzelne Beiträge kannst du anschließend den passenden Seiten- und Artikeltyp auswählen.

Mehr dazu findest du in der Yoast-Dokumentation. Für andere CMS helfen dir die Anleitungen von Wix und Webflow weiter.

Du möchtest dein Markup lieber selbst erstellen? Auch das geht. Strukturierte Daten lassen sich in drei Formaten hinterlegen: Microdata, RDFa und JSON-LD.

Und selbst dafür musst du nicht bei null anfangen. Ein Schema Markup Generator, der Google Markup Helper oder die KI deines Vertrauens können dir beim Erstellen helfen.

Nehmen wir noch einmal unseren SEO-Workshop in Berlin als Beispiel. Im Schema Markup Generator wählst du zunächst den Typ Event aus.

Anschließend trägst du die Informationen zur Veranstaltung ein. Dazu gehören der Name, das Datum, der Veranstaltungsort und gegebenenfalls der Ticketpreis.

Der Generator macht daraus den passenden JSON-LD-Code. Den kannst du direkt kopieren.

Jetzt muss der Code nur noch an die richtige Stelle. Laut Google Search Central kannst du JSON-LD sowohl im <head> als auch im <body> deiner Seite hinterlegen.

Wie genau das funktioniert, hängt von deinem CMS ab. Falls du mit dem Code wenig Erfahrung hast, kann dir jemand aus der Entwicklung oder technischen SEO helfen.

Wichtig ist dabei, dass du das Schema Markup direkt in das ausgelieferte HTML einbindest. Zwar kann Google auch JavaScript verarbeiten, doch viele KI-Crawler führen es nicht aus. Wenn du dein Schema Markup erst über den Google Tag Manager (GTM) nachlädst, können diese Systeme es deshalb möglicherweise nicht erfassen.

Damit wäre der Code an seinem Platz. Ob sich dabei ein Fehler eingeschlichen hat, finden wir im nächsten Schritt heraus.

Dein Schema Markup ist eingebaut? Fantastisch. Bevor du dich zurücklehnst, solltest du allerdings noch prüfen, ob Google damit auch etwas anfangen kann.

Dafür gibt es zwei kostenlose Tools: den Rich Results Test von Google und den Schema Markup Validator. Beide prüfen deine strukturierten Daten, beantworten aber unterschiedliche Fragen.

Der Rich Results Test zeigt dir, ob Google auf deiner Seite strukturierte Daten erkennt, die für erweiterte Suchergebnisse infrage kommen.

Öffne das Tool und gib die URL deiner Seite ein. Alternativ kannst du auch direkt deinen JSON-LD-Code testen. Klicke anschließend auf URL testen beziehungsweise Code testen.

Nach der Analyse siehst du, welche strukturierten Daten Google erkannt hat. Das Tool zeigt dir außerdem Probleme, Fehler und Warnungen an.

Fehler können verhindern, dass Google bestimmte Rich Results anzeigt. Warnungen weisen dagegen meist auf empfohlene Eigenschaften hin, die noch fehlen. Dein Markup kann trotzdem gültig sein.

Behebe zuerst die Fehler und prüfe deine Seite anschließend erneut. Denk aber daran: Selbst ein fehlerfreier Test garantiert dir keine Rich Results. Google entscheidet weiterhin selbst, welche Darstellungen in den Suchergebnissen erscheinen.

Nicht jedes gültige Schema Markup führt zu einem Rich Result. Google unterstützt schließlich nur bestimmte Typen und Eigenschaften für seine erweiterten Suchergebnisse.

Hier kommt der Schema Markup Validator ins Spiel. Er prüft deine strukturierten Daten anhand des Schema.org-Vokabulars, unabhängig davon, ob Google dafür ein Rich Result anbietet.

Auch hier kannst du entweder eine URL oder deinen Code eingeben. Anschließend zeigt dir das Tool die erkannten Schema-Typen und mögliche Fehler an. Fügen wir hier etwa unsere wundervolle, fiktive Keramiktasse von weiter oben ein, sieht das so aus:

Dieser Test kann besonders praktisch sein, wenn du beispielsweise Organization- oder Person-Markup verwendest. Solche Angaben können Suchmaschinen helfen, deine Website besser einzuordnen, ohne dass daraus automatisch ein auffälliges Suchergebnis entsteht.

Und wenn du nicht nur eine einzelne Seite, sondern gleich deine gesamte Website überprüfen möchtest? Dafür gibt es eine deutlich bequemere Lösung.

Bei einer einzelnen Seite kommst du mit dem Rich Results Test und dem Schema Markup Validator gut zurecht. Aber was, wenn deine Website Hunderte oder sogar Tausende URLs hat? Es wäre nahezu unmöglich (oder zumindest sehr mühsam), alle davon einzeln zu prüfen.

Hier kommt Ahrefs Site Audit ins Spiel. Das Tool crawlt deine Website und hilft dir, Probleme mit strukturierten Daten auf vielen Seiten gleichzeitig aufzuspüren. Und das geht sogar kostenlos: Mit Ahrefs Free kannst du Site Audit für deine verifizierte Website nutzen. Dafür stehen dir monatlich 5.000 Crawl-Credits pro Projekt zur Verfügung.

Starte einen Crawl deiner Website und öffne anschließend den Bericht zu strukturierten Daten. Dort siehst du, welche Schema-Typen Site Audit erkannt hat und wo Fehler auftreten.

Klickst du auf ein Problem, zeigt dir Site Audit alle betroffenen URLs. So erkennst du beispielsweise, ob ein Fehler nur auf einer Produktseite vorkommt oder gleich deinen gesamten Shop betrifft.

Priorisiere die Korrekturen am besten nach organischem Traffic. Schließlich lohnt es sich besonders, zuerst die Seiten zu prüfen, die bereits viele Besucher über Google bekommen.

Klicke dafür auf die Spaltenüberschrift Organischer Traffic und sortiere die Ergebnisse absteigend. Setze anschließend in der bei Probleme mit strukturierten Daten ein Häkchen. In der Spalte findest du weitere Details zu den jeweiligen Fehlern und kannst sie korrigieren.

Du musst danach nicht gleich einen weiteren vollständigen Crawl starten. Mit der kostenlosen Ahrefs SEO Toolbar kannst du deine Änderungen zunächst auf einzelnen Seiten kontrollieren.

Bis Google deine überarbeiteten Seiten erneut crawlt, können einige Tage vergehen. Erst danach können die aktualisierten Daten in den Suchergebnissen berücksichtigt werden. Eine bestimmte Rich-Result-Darstellung ist allerdings auch dann nicht garantiert.

Du hast alle Fehler behoben und trotzdem erscheinen keine Rich Results? Dann könnte es auch an der Qualität oder Eignung deiner Seite liegen. Häufige Gründe sind:

Ein fehlerfreier Code ist also ein guter Anfang. Ob Google daraus tatsächlich ein Rich Result macht, liegt am Ende nicht allein in deiner Hand.

Dass Schema Markup für die klassische Google-Suche nützlich ist, wissen wir inzwischen. Aber wie sieht es mit KI-generierten Antworten aus? Hilft dir Schema Markup dabei, häufiger in ChatGPT, Gemini oder Google AI Overviews aufzutauchen?

Die Antwort ist etwas komplizierter. Denn es macht einen Unterschied, ob ein KI-System deine strukturierten Daten direkt verarbeitet oder Informationen aus einer Suchmaschine übernimmt.

Nicht unbedingt. Zumindest gibt es bisher keine überzeugenden Belege dafür, dass KI-Systeme Schema Markup grundsätzlich so interpretieren, wie es ursprünglich gedacht war.

SEO-Berater Mark Williams-Cook hat dazu ein spannendes Experiment durchgeführt. Er erstellte eine Website für ein fiktives Unternehmen namens „DUCKYEA t-shirts“. Die Unternehmensadresse versteckte er ausschließlich im JSON-LD-Code. Auf der sichtbaren Website tauchte sie nicht auf.

Anschließend fragte er ChatGPT und Perplexity nach der Adresse des Unternehmens. Beide Systeme gaben die erfundene Adresse tatsächlich wieder.

Klingt nach einem Beweis für die Wirkung von Schema Markup, oder? Nicht ganz. Williams-Cook hatte absichtlich ungültige Schema.org-Typen und Eigenschaften verwendet. Die KI-Systeme konnten die Adresse trotzdem auslesen.

Seine Schlussfolgerung: Die Modelle behandelten den JSON-LD-Code offenbar wie gewöhnlichen Text im HTML. Die eigentliche semantische Struktur spielte dabei keine erkennbare Rolle.

Das passt zu der Vermutung, dass strukturierte Daten beim Training oder bei der Aufbereitung von Webinhalten häufig entfernt werden. Die genaue Verarbeitung unterscheidet sich allerdings je nach KI-System.

Eine interessante Ausnahme könnte Gemini sein. Untersuchungen von Dan Petrovic zeigen, wie Gemini beim sogenannten Grounding auf Informationen aus Googles Suchindex zurückgreift. Dabei ergänzt das Modell seine Antworten um aktuelle Suchergebnisse, statt sich ausschließlich auf sein Trainingswissen zu verlassen.

Weil Google strukturierte Daten verarbeitet, könnten sie auf diesem Weg indirekt beeinflussen, welche Informationen Gemini erhält. Petrovics Untersuchung belegt allerdings nicht, dass Gemini JSON-LD selbst als Schema.org-Markup interpretiert.

Für Googles eigene KI-Suche gibt es inzwischen außerdem eine klare Aussage. Laut Google Search Central brauchst du für AI Overviews und AI Mode weder spezielles Schema.org-Markup noch zusätzliche KI-Dateien. Auch llms.txt bringt laut Google keinen nachgewiesenen Vorteil für die Google-Suche.

Anders gesagt: Ein besonderes „KI-Schema“, mit dem du dir einen Platz in AI Overviews sicherst, gibt es nicht.

Binde dein JSON-LD deshalb möglichst direkt ins HTML ein. Und achte darauf, dass KI-Crawler deine Website überhaupt abrufen dürfen. Unsere DACH-Studie zu KI-Bot-Blockraten zeigt, wie unterschiedlich Websites im deutschsprachigen Raum den Zugriff regeln.

Auch wenn Schema Markup KI-Antworten nicht direkt steuert, kann es auf einem anderen Weg nützlich sein: über Entitäten und Googles Knowledge Graph.

Eine Entität ist beispielsweise eine Person, ein Unternehmen oder ein Ort, den Google eindeutig identifizieren kann. Mit strukturierten Daten hilfst du der Suchmaschine, solche Zusammenhänge besser zu verstehen.

Das Organization Schema kann beispielsweise verdeutlichen, welche Informationen zu deinem Unternehmen gehören. Diese Angaben können Googles Verständnis deiner Marke unterstützen und damit auch für KI-Antworten relevant sein, die auf Googles Suchindex zurückgreifen.

Besonders interessant sind dafür drei Schema-Typen:

Diese Angaben sind kein Garant für KI-Erwähnungen. Sie schaffen aber eine sauberere Grundlage dafür, dass Suchmaschinen deine Marke und ihre Zusammenhänge verstehen.

Wenn du tiefer einsteigen möchtest, erklären wir in unserem Artikel zum Google Knowledge Graph, wie Google Entitäten miteinander verknüpft. Unser GEO-Guide zeigt dir außerdem, welche weiteren Faktoren für deine Sichtbarkeit in KI-Suchen relevant sind.

Was heißt das für deine SEO-Strategie? Schema Markup bleibt sinnvoll, weil es Suchmaschinen hilft, Inhalte und Entitäten besser zu verstehen. Für KI-Sichtbarkeit ist es aber kein Wundermittel. Entscheidend ist weiterhin, dass deine Inhalte zugänglich, verständlich und vertrauenswürdig sind.

Schema Markup ist ein standardisiertes Vokabular, mit dem du Inhalte deiner Website für Suchmaschinen genauer beschreiben kannst. Dafür nutzt du beispielsweise Schema.org, um Produkte, Artikel oder Unternehmen auszuzeichnen. Google kann diese Informationen unter anderem für erweiterte Suchergebnisse, sogenannte Rich Results, verwenden.

Strukturierte Daten sind der Oberbegriff für Informationen in einem maschinenlesbaren Format. Schema Markup bezeichnet die Auszeichnung von Inhalten mit dem Schema.org-Vokabular. Und dann gibt es noch JSON-LD. Das ist ein Format, mit dem du dieses Markup in deine Website einbindest.

Nein, Schema Markup ist kein direkter Google-Rankingfaktor. Es hilft Suchmaschinen aber, deine Inhalte besser zu verstehen, und kann deine Seiten für Rich Results qualifizieren. Warum das nicht automatisch bessere Rankings bedeutet, erklären wir auch in unserem Artikel über Google-Rankingfaktoren.

Für zusätzliche FAQ-Darstellungen in Google nicht mehr. Seit dem 7. Mai 2026 zeigt Google keine FAQ-Rich-Results mehr an. Das FAQPage Schema bleibt zwar gültig, verschafft dir aber keinen entsprechenden Vorteil in den Suchergebnissen. Du kannst es weiterhin verwenden, wenn es den sichtbaren Inhalt deiner Seite korrekt beschreibt.

Schema Markup gehört weiterhin zu den sinnvollsten Maßnahmen im technischen SEO. Es hilft Google, deine Inhalte genauer zu verstehen, kann durch Rich Results für mehr Klicks sorgen und stärkt die Entitätssignale deiner Marke. Das ist sowohl für die klassische als auch für die KI-gestützte Suche relevant.

Welche Rolle Schema Markup in der KI-Suche tatsächlich spielt, ist noch nicht abschließend geklärt. Richtig eingesetzt bleibt es trotzdem eine gute Investition.

Noch Fragen? Schreib uns gerne auf X oder LinkedIn.